使用麦克风进行声学定位

描述

在信号处理等方面有一点经验，我想我可以尝试使用麦克风进行声学定位。

设置很简单，我们一直使用它来确定声音通过我们耳朵的位置。当然，不同之处在于，这是通过使用来自 ebay 的“廉价”现成组件来完成的，所以这在理论上一切都很好，但它真的有效吗？开门见山，这是肯定的。

前端

 

max9812麦克风

 

前端由两个基于 max9812 芯片的麦克风模块组成，可提供 20dB 的固定增益。理想情况下，如果增益以某种方式可编程会更好，因为我在发射台上使用 12 位 ADC（模数转换器）。信号被馈送到基于运算放大器的二阶低通滤波器中。这是使用 ADC 时所需的抗混叠低通滤波器。当然，我有便宜的陶瓷电容器，额定值为其价值的 +/- 20%，所以嗯。我使用了四个 1uF 去耦电容器并偏置在 1.65V 以输入到 ADC。

 

模拟滤波器

 

 

模拟低通滤波器

 

我的前端最大的问题是来自伺服电机的噪音，包括电气和机械噪音。为了解决这个问题，我把地线和电源分开了（伺服在任何情况下都使用 5V）。我还在面包板上加载了接地和 3.3V 之间的十几个电容器。顺便说一句，我使用了第二个运算放大器，通过将运算放大器驱动到轨，将 3.3V 伺服信号转换为 5V。

 

蒂瓦C

 

蒂瓦克

TivaC 是 Texas Instruments 的启动板，运行具有 80Mhz 32 位 Cortex-M4 内核的 TM4C123GH6PM 处理器。

TM4C123GH6PM 实际上只有 2 个物理 ADC，但您可以将输入信号多路复用到每个 ADC，因此在这种情况下，它们每个处理 8 个输入。我以最大速度（每个每秒 1 兆样本）运行两者，将它们加在一起，进行 8 次硬件平均，然后进行微型 DMA 以进入数字滤波阶段。 

数字滤波器在循环缓冲器上运行并使用 63 个抽头。该滤波器旨在滤除 4kHz 以上的噪声。 

它从那里直接进入 USB 缓冲区，一旦收到来自 PC 的请求就被发送出去。

我使用的 USB 协议非常非常简单。PC 向 Tiva 发送一个 6 字节的数据包，其中包含舵机位置和它需要的字节数。Tiva 响应一个 16 位 ADC 值的数据包（实际上是一个 8192 字节的数据包，大约每秒 30 次）。 

TivaC 还配置为从 uart 输出调试信息。事实证明，这对于根除缓冲区溢出具有无可估量的价值。

它还将 PWM 信号驱动到伺服系统。

我提供了一份驱动 TivaC 的主要代码副本，以便您了解它是如何完成的。

上位机软件

我使用的 USB 驱动程序是带有 TI 通用批量设备驱动程序的 WinUSB。

 

TI 的通用大容量设备 USB 驱动程序

 

实际的 PC 软件被编写为本地 C++ DLL（连接到设备并进行时域相关）和基于 C# 的用户界面 exe。C# exe 使用“interop”连接到本机 DLL。当然，PC 运行的是 Windows 10，不确定这是否意味着 Windows IOT，但我想在 IoT 的广义定义中，也许可以这样称呼它。

 

追踪器应用程序

 

时域中的互相关非常简单。它只是两个麦克风信号的运行总和的数量，它们彼此相乘，每个信号都有不同的时间延迟。产生最高总和的时间延迟是峰值，从中可以确定两个信号之间的相位延迟。

correlation (time, n) = correlation (time - 1, n) * decay + microphone_left(time) * microphone_right(time-n) 其中 n 是相位延迟

 

左右麦克风相位延迟

 

接近 16kHz 的高采样率允许大约 2 度的分辨率。 

我正在使用马尔可夫概率链来结合声源可能没有移动的信念。这似乎工作得很好。显然，多个麦克风（因此有 8 个通道）会更好。